3、开发环境搭建：Ubuntu + ROS2 + PCL + Open3D + Python环境配置，Docker镜像推荐

说实话，做激光雷达感知这件事，最让人头疼的往往不是算法本身，而是环境配置。我见过太多同学在群里问「为什么我编译不过」「为什么我点云显示不出来」——十有八九是环境没搭好。

这一章，我就带你把这套环境彻底搞定。咱们的目标是：一次配好，到处能用。

3.1 为什么选这套组合？

先说说我为什么推荐这套技术栈。你想想看，做激光雷达感知，核心工作流无非是：

• 读数据（ROS2 bag / 离线文件）
• 处理点云（滤波、分割、聚类）
• 可视化调试（看看效果对不对）
• 算法验证（跑通流程）

Ubuntu + ROS2 是自动驾驶行业的标配，PCL 是点云处理的工业级库，Open3D 在 Python 生态里做可视化特别方便。这套组合，说白了就是「工程落地 + 快速验证」两手抓。

3.2 系统与基础依赖

我个人习惯用 Ubuntu 22.04 LTS。为什么？因为 ROS2 Humble 官方支持的就是 22.04，省心。

装好系统后，先把基础依赖拉满：

sudo apt update
sudo apt install -y \
    build-essential \
    cmake \
    git \
    wget \
    python3-pip \
    python3-venv \
    libeigen3-dev \
    libflann-dev \
    libboost-all-dev \
    libvtk9-dev \
    libvtk9-qt-dev

嗯，这里要注意：VTK 版本一定要对。我遇到过有人装了 VTK8 和 VTK9 混在一起，编译 PCL 时各种符号冲突，排查了一下午。

3.3 ROS2 Humble 安装

ROS2 的安装其实很简单，但有几个坑。我直接给你最稳的步骤：

# 1. 设置 locale
sudo apt update && sudo apt install locales
sudo locale-gen en_US en_US.UTF-8
sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8

# 2. 添加 ROS2 源
sudo apt install software-properties-common
sudo add-apt-repository universe
sudo apt update && sudo apt install curl -y
sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(. /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null

# 3. 安装 ROS2 Humble
sudo apt update
sudo apt install ros-humble-desktop

# 4. 配置环境
echo "source /opt/ros/humble/setup.bash" >> ~/.bashrc
source ~/.bashrc

3.4 PCL 编译安装

PCL 我建议源码编译。为什么？因为 apt 安装的版本通常比较老，而且缺少一些关键模块（比如 GPU 加速）。

# 下载源码
git clone https://github.com/PointCloudLibrary/pcl.git
cd pcl && git checkout pcl-1.14.0

# 编译安装
mkdir build && cd build
cmake -DCMAKE_BUILD_TYPE=Release \
      -DBUILD_GPU=ON \
      -DBUILD_apps=ON \
      -DBUILD_examples=ON ..
make -j$(nproc)
sudo make install

编译时间大概 20-30 分钟，取决于你的机器。这时候可以去泡杯咖啡。

3.5 Open3D 与 Python 环境

Open3D 用 pip 装就行，但要注意 Python 版本。我推荐用 Python 3.10：

# 创建虚拟环境
python3 -m venv lidar_env
source lidar_env/bin/activate

# 安装 Open3D
pip install open3d==0.18.0

# 安装其他常用库
pip install numpy matplotlib scipy scikit-learn

验证一下：

python3 -c "import open3d as o3d; print(o3d.__version__)"

如果输出版本号，说明装好了。

3.6 验证整个链路

环境搭好了，咱们跑个简单的例子验证一下。写一个 Python 脚本，用 Open3D 生成点云，再用 ROS2 发布：

import rclpy
from rclpy.node import Node
from sensor_msgs.msg import PointCloud2
import numpy as np
import open3d as o3d

class PointCloudPublisher(Node):
    def __init__(self):
        super().__init__('pcd_publisher')
        self.publisher = self.create_publisher(PointCloud2, '/lidar_points', 10)
        self.timer = self.create_timer(1.0, self.publish_cloud)

    def publish_cloud(self):
        # 生成随机点云
        points = np.random.rand(1000, 3).astype(np.float32)
        pcd = o3d.geometry.PointCloud()
        pcd.points = o3d.utility.Vector3dVector(points)
        
        # 转换为 ROS2 消息
        # ... (转换代码略)
        self.publisher.publish(msg)
        self.get_logger().info('Published point cloud')

def main(args=None):
    rclpy.init(args=args)
    node = PointCloudPublisher()
    rclpy.spin(node)
    node.destroy_node()
    rclpy.shutdown()

跑起来之后，用 rviz2 订阅 /lidar_points 话题，你应该能看到随机点云在跳动。

3.7 Docker 镜像推荐

说实话，每次换机器都要重配环境，真的很烦。我的建议是：用 Docker 一劳永逸。

这里推荐几个我常用的镜像：

镜像名称	内容	适用场景
osrf/ros:humble-desktop	ROS2 Humble 基础	纯 ROS2 开发
pointcloudlibrary/pcl:latest	PCL 1.14 + 依赖	点云算法开发
nvidia/cuda:12.2-devel-ubuntu22.04	CUDA + Ubuntu 22.04	GPU 加速点云处理

我自己维护了一个整合镜像，包含 ROS2 + PCL + Open3D + CUDA，Dockerfile 如下：

FROM nvidia/cuda:12.2-devel-ubuntu22.04

# 安装 ROS2
RUN apt update && apt install -y curl gnupg lsb-release
RUN curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg
RUN echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(lsb_release -cs) main" | tee /etc/apt/sources.list.d/ros2.list > /dev/null
RUN apt update && apt install -y ros-humble-desktop python3-pip

# 安装 PCL
RUN apt install -y libpcl-dev

# 安装 Open3D
RUN pip3 install open3d numpy matplotlib

CMD ["bash"]

3.8 知识体系总览

下面这张图，帮你把整个环境搭建的逻辑串起来：

从底层操作系统到上层应用，再到容器化部署，这条链路清晰明了。你只要按这个顺序一步步来，基本不会出问题。

3.9 写在最后

环境搭建这件事，说白了就是「耐心 + 细心」。我刚开始做的时候也踩过不少坑，比如 ROS2 和 ROS1 的冲突、PCL 和 VTK 版本不匹配、Open3D 在虚拟环境里找不到 CUDA……但只要你按照上面的步骤来，应该能一次搞定。

如果遇到问题，先检查版本号，再看编译日志。90% 的问题都是版本不匹配导致的。

好了，环境搭好了，下一章咱们就开始真正处理点云数据了。

---